Skip to main content

January 2020

相关性的一些概念学习笔记

Submitted by taotao on Sat, 01/25/2020 - 16:18

概述

我们经常会听到相关性这个词,它是如何来的?我们如何更好的理解它呢?比如我们要买入A公司的股票,我们会去考察A公司的业绩如何,就会去关注它的企业年度财报、公司业务经营范围、股东成员股权分配情况等,这些都了解之后才会决定是否购买这家公司的股票,这就是一个相关性的例子。我们如何衡量每一个因素在决定我们是否购买股票这个事情中所占据的比例? 通过阅读本文我们会了解如下内容:

  1. 如何判断两个事件是否具备相关性;
  2. 什么是线性相关性;
  3. 什么是自相关性;

通过上述内容的理解,你将会掌握如何识别出两个事件之间是否具备相关性,如果具备相关性,那么二者的相关性的因数是多少?掌握这个知识后,可以帮组我们更好的对这个世界作出科学的分析和预测,从而可以指导我们的工作和生活。

如何判断两个事件是否具备相关性

我们在现实的世界中会有很多因素影响我们做决策,比如上文提到是否买入A公司的股票这个事情,我们就会考虑那些因素。那么我们如何衡量这些因素是否真正的对于我们做当前的决策产生了影响呢?我们可以把要分析的两个事件分别抽象成为A和B,我们要研究A和B之间的关系,就要考察如下的情况:

如何做预测

Submitted by taotao on Thu, 01/23/2020 - 09:42

概述

我们在日常的生活中,经常会遇到需要对未来的趋势做出一个预测,然后做出当下的决策。

  • 比如说我们在运维的时候,我们如果可以预判流量的高低趋势,那么就可以提前做出服务的伸缩决策,如果流量升高后再去扩容,就会导致用户体验的下降,而流量下降后,还维持着很多的服务实例,导致资源浪费;
  • 我们在买入一个公司的股票的时候,如果预判它会上涨,我们就会预先买入股票,如果预判它会下跌,那么就会提前卖出;
  • 比如一个电力公司如果可以预测将来1-3个月的用电量,根据预判出的用电量的高低,决定煤炭的采购量的多少,合理科学的安排作业生产,使产值可以最大化。

如果你会对如何做预测产生了一些兴趣,通过阅读本文你可以了解到:

  1. 预测的理论基础
  2. 预测模型ARIMA
  3. 使用ARIMA模型的实践